MétaCan
Menu
Retour à la cohorte
Enregistrement W2781541784

Private Sector Engagement in Basic Education in Developing Countries

2017· article· en· W2781541784 sur OpenAlexaff
Prachi Srivastava, Robyn Read

Notice bibliographique

Revue2017 Conference of the Canadian Society for the Study of Education · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Educational Reforms and Inequalities
Établissements canadiensUniversity of TorontoWestern University
Organismes subventionnairesnon disponible
Mots-clésPrivate sectorGeneral partnershipDeveloping countryComparabilityPublic relationsBusinessScope (computer science)Private sector involvementPublic economicsEconomic growthPolitical scienceEconomicsFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Private sector engagement in education in developing countries, particularly in basic education, is a controversial and rapidly expanding area of analysis. This paper presents the findings of a rigorous, structured review of the literature to contribute to a more to a more comprehensive understanding of the nature and magnitude of global financial resources in education. Specifically, the main objectives of this review were to: (a) identify various typologies of actors (including distinctions of profit-making actors and private school types), and the nature of contracting and partnership arrangements in the sector; (b) summarize the key debates on private sector engagement and private schooling; (c) analyze the evidence in a number of areas (i.e., supply, affordability and equitable access, relative quality), and outline the limitations of existing evidence; (d) discuss the key areas of engagement as outlined for this report, namely, the low-fee private sector, and philanthropic and corporate engagement; and finally (e) provide a synthesis of the key findings and potential implications for practice. Overall this review found that the state of evidence, on private schooling specifically, as well as other forms of private sector engagement, remains limited in scope and comparability.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,531
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,097
Tête enseignante GPT0,368
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2017 Conference of the Canadian Society for the Study of EducationMême sujetGlobal Educational Reforms and InequalitiesTravaux en français237 207